论文页面 - EEVEE：面向真实世界自改进智能体的测试时提示学习

来源：https://huggingface.co/papers/2606.11182

摘要

EEVEE 是一种新颖的 LLM 智能体测试时提示学习框架，通过任务聚类和协同进化的路由-提示优化来处理异构数据流。

本文提出 EEVEE，这是首个多数据集（https://huggingface.co/papers?q=multi-dataset）测试时提示学习（https://huggingface.co/papers?q=test-time%20prompt%20learning）框架，面向 LLM 智能体（https://huggingface.co/papers?q=LLM%20agents），能够在真实世界的任务流下进行测试时提示学习（https://huggingface.co/papers?q=test-time%20prompt%20learning）。现有方法主要针对单数据集场景设计，而真实应用需要模型处理来自多个数据集、领域和任务分布的异构输入流，这限制了它们的实际适用性。为缓解跨数据集干扰（https://huggingface.co/papers?q=cross-dataset%20interference），EEVEE 引入了一个路由器（https://huggingface.co/papers?q=router），将输入划分为任务集群（https://huggingface.co/papers?q=task%20clusters）并分配给合适的提示配置（https://huggingface.co/papers?q=prompt%20configurations）。该设计通过路由-提示协同进化（https://huggingface.co/papers?q=router-prompt%20co-evolution）策略进行优化，该策略采用交错的路由器（https://huggingface.co/papers?q=router）和提示学习阶段来解决它们的相互依赖关系。多个数据集上的实验表明，该框架在异构数据流（https://huggingface.co/papers?q=heterogeneous%20data%20streams）下提高了鲁棒性，同时保持了单基准学习能力和效率。具体而言，EEVEE 在 Qwen3-4B-Instruct 和 DeepSeek-V3.2 上的平均多基准分数分别提高了 10.38 和 24.32 分，超过了 SOTA 方法 GEPA 和 ACE，最高分别达到 37.2% 和 48.2%。

查看 arXiv 页面（https://arxiv.org/abs/2606.11182）查看 PDF（https://arxiv.org/pdf/2606.11182）项目页面（https://princeton-ai2-lab.github.io/EEVEE/）GitHub2（https://github.com/Princeton-AI2-Lab/EEVEE）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.11182）

在你的智能体中获取此论文：

hf papers read 2606.11182

没有最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型引用此论文

在模型的 README.md 中引用 arxiv.org/abs/2606.11182 即可从本页链接。

引用此论文的数据集 0

没有数据集引用此论文

在数据集的 README.md 中引用 arxiv.org/abs/2606.11182 即可从本页链接。

引用此论文的 Space 0

没有 Space 引用此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2606.11182 即可从本页链接。

包含此论文的收藏 0

没有收藏包含此论文

将本论文添加到收藏（https://huggingface.co/new-collection）即可从本页链接。